基于 GK 模糊聚类和 LS-SVC 的 GIS 局部放电类型识别

• 作者: 张成龙 杨志超 杨成顺 范立新 黄城
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 气体绝缘组合电器 局部放电 故障识别 G-K 模糊聚类 最小二乘支持向量机
• 年，卷（期）: 2014,（20）
• 所属期刊栏目: 应用研究
• 页码范围: 38-45
• 页数: 8页
• 分类号: TM85
• 字数: 4445字
• 语种: 中文

摘要

局部放电可以反映气体绝缘组合电器(Gas Insulated Switchgear，GIS)内部的绝缘缺陷，对正确识别GIS 的放电类型具有重要意义。在GIS重症监护系统研究平台上人工设置4种GIS的典型缺陷。基于4种缺陷不同电压等级下的局部放电样本数据，提取局部放电灰度图像的分析特性作为识别特征量。同时考虑到现场干扰对局部放电信号的影响，利用GK模糊聚类算法对分形特征量进一步处理，以提取隔离干扰后的分析特征量。最后设计了基于LS-SVC的局部放电模式识别器。试验结果表明所提方法能有效识别GIS放电类型，比人工神经网络方法具有识别率高、稳定性好的优点。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨成顺	南京工程学院电力工程学院	26	195	8.0	13.0
3	范立新		19	98	5.0	9.0
4	杨志超	南京工程学院电力工程学院	66	667	11.0	24.0
6	张成龙	南京工程学院电力工程学院	3	130	3.0	3.0